Veri Madenciliği Final Deneme Sınavı -6
Auzef Veri Madenciliği Final Deneme Sınavı -6
#1. Saçılım grafiği hangi tür ilişkileri görsel olarak göstermek için kullanılır?
Cevap: D) İki değişken arasındaki ilişkiler
Açıklama: Saçılım grafiği, iki değişken arasındaki ilişkileri ve bu ilişkinin yönünü ve gücünü görsel olarak göstermek için kullanılır.
#2. Hangi lojistik regresyon türü, "Kırmızı/Yeşil/Mavi" gibi sıralı kategorilere sahip bir yanıt değişkeni için kullanılır?
Cevap: B) Multinomial Lojistik Regresyon
Açıklama: Multinomial lojistik regresyon, sıralı olmayan kategorik sonuçlar için kullanılır, ancak sorudaki “Kırmızı/Yeşil/Mavi” gibi kategorilere sahip yanıt değişkeni için daha uygundur.
#3. Hangisi yapısal olmayan veri türüne örnektir?
Cevap: D) Ses dosyaları
Açıklama: Ses dosyaları yapısal olmayan veri türüdür.
#4. Apriori prensibine göre, bir sık öge kümesinin alt kümeleri hakkında hangisi doğrudur?
Cevap: C) Tüm alt kümeler sık olabilir
Açıklama: Apriori prensibine göre, bir sık öge kümesinin tüm alt kümeleri de sıktır. Bu, sık öge kümelerinin oluşturulmasında önemli bir temel oluşturur.
#5. Lojistik regresyonun doğrusal regresyondan farkı nedir?
Cevap: A) Olasılık tahminlerini sağlaması
Açıklama: Lojistik regresyon, olasılık tahminleri yapar ve bu nedenle ikili ve kategorik sonuçları modellemek için uygundur.
#6. Hangi adım, veri madenciliği sürecindeki en zahmetli ve zaman alıcı adımdır?
Cevap: E) Ön İşleme
Açıklama: Ön işleme, veri madenciliği sürecinde en zahmetli ve zaman alıcı adımdır.
#7. Bir birliktelik kuralının desteği nedir?
Cevap: C) X ve Y ögelerini içeren işlemlerin ne sıklıkta göründüğünü
Açıklama: Bir kuralın desteği, kuralı içeren işlemlerin toplam işlem sayısına oranıdır ve kuralın ne kadar yaygın olduğunu gösterir.
#8. Hangisi yapısal bir veri türüdür?
Cevap: E) İlişkisel veritabanlarındaki tablolar
Açıklama: İlişkisel veritabanlarındaki tablolar yapısal veri türüdür.
#9. Olasılıklar oranı neyi ifade eder?
Cevap: D) Bir olayın gerçekleşme olasılığının gerçekleşmeme olasılığına oranı
Açıklama: Olasılıklar oranı, bir olayın gerçekleşme olasılığının gerçekleşmeme olasılığına oranını ifade eder ve lojistik regresyonda önemli bir kavramdır.
#10. Aday öge kümesi sayısını azaltma ve karşılaştırmaların sayısını azaltma işlemleri hangi amaç için yapılır?<
Cevap: E) Sık öge kümelerini oluşturmak
Açıklama: Aday öge kümesi sayısını ve karşılaştırmaların sayısını azaltma işlemleri, sık öge kümelerinin daha verimli bir şekilde bulunmasını sağlar.
#11. Lojistik regresyonda en uygun eğriyi bulmak için hangi yöntem kullanılır?
Cevap: D) En Olası Tahmin Yöntemi
Açıklama: Lojistik regresyonda en uygun eğriyi bulmak için En Olası Tahmin (Maximum Likelihood Estimation) yöntemi kullanılır.
#12. I = {a, b, c, d, e} kümesinden oluşturulan {a, b} → {d} kuralı düşük güven oranlı bir kuralsa aşağıdaki kurallardan hangisi düşük oranlı bir kuraldır?
Cevap: A) {b} → {c}
Açıklama: {a, b} → {d} kuralı düşük güven oranlı bir kuralsa, benzer şekilde {b} → {c} kuralı da düşük güven oranlı bir kural olabilir, çünkü aynı veri setinde benzer düşük güvenli ilişkiler ortaya çıkabilir.
#13. Veri madenciliği ve makine öğrenimi ile ilgili aşağıdakilerden hangisi doğrudur?
Cevap: C) Veri setlerindeki örüntüleri keşfetmeyi hedefler.
Açıklama: Veri madenciliği ve makine öğrenimi, veri setlerindeki örüntüleri keşfetmeyi hedefler.
#14. Lojistik regresyonda, çıktı değişkeni 0 ile 1 arasında olan olasılık değerini ifade eder. Eğer bir modelin hesapladığı olasılık değeri 0.7 ise, bu durum neyi öngörür?
Cevap: A) Eşik değerin üzerinde olduğu için olayın gerçekleşme olasılığının yüksek olduğunu öngörür
Açıklama: Lojistik regresyonda, hesaplanan olasılık değeri belirli bir eşik değerin üzerinde ise, bu olayın gerçekleşme olasılığının yüksek olduğunu öngörür.
#15. Veri madenciliği sürecinde kullanılan modeller, hangi amaç(lar) için kullanılır? I. Veri setlerindeki gizli örüntüleri bulmak II. Çıktıları değerlendirmek III. Ön işleme IV. Tahmin yapmak
Cevap: B) I ve IV
Açıklama: Veri madenciliği sürecinde kullanılan modeller, veri setlerindeki gizli örüntüleri bulmak ve tahmin yapmak amacıyla kullanılır.
#16. Destek tabanlı kesme neden önemlidir?
Cevap: E) Sık öge kümesini bulur
Açıklama: Destek tabanlı kesme, sık öge kümelerinin bulunmasında önemlidir. Yalnızca belirli bir destek eşiğinin üzerinde olan öge kümeleri sık öge kümeleri olarak kabul edilir.
#17. Veri setindeki değerlerin yarısından fazlasını/ortasını belirten istatistik hangisidir?
Cevap: C) Medyan
Açıklama: Medyan, veri setindeki değerlerin ortasını belirten ve veri setini iki eşit parçaya bölen istatistiktir.
#18. Veri setindeki değerlerin ortalama etrafındaki yayılımı ölçen istatistik hangisidir?
Cevap: B) Varyans
Açıklama: Varyans, veri setindeki değerlerin ortalama etrafındaki yayılımını ölçer ve değerlerin ne kadar dağıldığını gösterir.
#19. Kök ve yaprak diyagramı hangi amaçla kullanılır?
Cevap: B) Sürekli verilerin dağılımını göstermek için
Açıklama: Kök ve yaprak diyagramı, sürekli verilerin dağılımını ve veri setindeki bireysel değerlerin frekansını görselleştirmek için kullanılır.
#20. Kutu grafiği hangi istatistikleri görsel olarak temsil eder?
Cevap: C) Çeyreklikler
Açıklama: Kutu grafiği, veri setindeki çeyreklikleri, medyanı ve olası aykırı değerleri görsel olarak temsil eder.
SONUÇ
İstanbul Üniversitesi Açık ve Uzaktan Eğitim Fakültesi (Auzef)
Açık Öğretim Fakültesi
Bölüm : Yönetim Bilişim Sistemleri Lisans
4. Sınıf Veri Madenciliği Bahar Dönemi
Auzef Veri Madenciliği Final Deneme Sınavı -6
İstanbul Üniversitesi Açık ve Uzaktan Eğitim Fakültesi (Auzef)
Açık Öğretim Fakültesi
Bölüm : Yönetim Bilişim Sistemleri Lisans
4. Sınıf Veri Madenciliği Bahar Dönemi
Auzef Veri Madenciliği Final Deneme Sınavı -6
HD Quiz powered by harmonic design
Auzef Veri Madenciliği Final Deneme Sınavı -6
İstanbul Üniversitesi Açık ve Uzaktan Eğitim Fakültesi (Auzef) Açık Öğretim Fakültesi Bölüm : Yönetim Bilişim Sistemleri Lisans 4. Sınıf Veri Madenciliği Bahar Dönemi Auzef Veri Madenciliği Final Deneme Sınavı -6 |
---|
Auzef Veri Madenciliği Final Deneme Sınavı -6
|
Auzef Veri Madenciliği Final Deneme Sınavı -6
|
Auzef Veri Madenciliği Final Deneme Sınavı -6
|
Yönetim Bilişim Sistemleri Lisans
Auzef Yönetim Bilişim Sistemleri Lisans 4. Sınıf Bahar Dönemi 2024 Final Soruları ve Deneme Sınavları